2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩64頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、近年來,隨著數(shù)據(jù)收集與存儲(chǔ)技術(shù)的提高,人們收集到的數(shù)據(jù)量呈指數(shù)速度增長(zhǎng),傳統(tǒng)的離群點(diǎn)檢測(cè)方法在處理大規(guī)模數(shù)據(jù)集時(shí)已開始表現(xiàn)出極大的局限性。大規(guī)模數(shù)據(jù)集具有數(shù)據(jù)數(shù)量大、類型繁多等特點(diǎn),同時(shí)蘊(yùn)藏著大量的信息或知識(shí),而這些信息或知識(shí)只有被及時(shí)地從數(shù)據(jù)中檢測(cè)出來才有可能給人們帶來效益。因此,需要研究從大規(guī)模數(shù)據(jù)集中快速檢測(cè)離群點(diǎn)的新方法,為決策提供支持。
  現(xiàn)有的從大規(guī)模數(shù)據(jù)集中檢測(cè)離群點(diǎn)的加速方法存在的主要局限是:(1)在進(jìn)行數(shù)據(jù)劃分

2、時(shí)大多沒有考慮數(shù)據(jù)之間的關(guān)聯(lián)性,致使每個(gè)數(shù)據(jù)最近鄰的確定涉及整個(gè)數(shù)據(jù)集;實(shí)際上,數(shù)據(jù)的最近鄰只存在于某個(gè)較小范圍內(nèi)。(2)在分布式檢測(cè)方法中,未能給出有效的終止規(guī)則和合理的數(shù)據(jù)傳遞模式,導(dǎo)致節(jié)點(diǎn)間的通信量大,降低了算法的總運(yùn)行效率。
  針對(duì)以上兩個(gè)問題,本文采用BIRCH(Balanced Iterative Reducing andClustering using Hierarchies,BIRCH)聚類方法對(duì)原始數(shù)據(jù)集進(jìn)行劃

3、分,并在此基礎(chǔ)上利用簇中所包含的統(tǒng)計(jì)概要信息計(jì)算簇與簇之間的距離,再根據(jù)該距離給出縮小數(shù)據(jù)塊查找范圍的方法、數(shù)據(jù)塊處理的優(yōu)化方法、簇內(nèi)索引的構(gòu)建方法以及數(shù)據(jù)傳遞和數(shù)據(jù)處理順序的優(yōu)化策略。本文的主要工作如下:
  (1)分析比較了幾種具有代表性的傳統(tǒng)離群點(diǎn)檢測(cè)方法;歸納總結(jié)了現(xiàn)有針對(duì)大規(guī)模數(shù)據(jù)集離群點(diǎn)檢測(cè)技術(shù)的現(xiàn)狀和發(fā)展趨勢(shì)。
  (2)針對(duì)現(xiàn)有大規(guī)模數(shù)據(jù)集中檢測(cè)離群點(diǎn)的加速方法沒有將數(shù)據(jù)集進(jìn)行合理劃分導(dǎo)致離群點(diǎn)檢測(cè)過程計(jì)算量

4、大、磁盤I/O頻繁等問題,提出基于聚類劃分的離群點(diǎn)檢測(cè)算法。算法采用BIRCH聚類方法對(duì)數(shù)據(jù)集進(jìn)行劃分后,根據(jù)簇與簇之間的距離給出縮小數(shù)據(jù)塊查找范圍的方法和數(shù)據(jù)塊處理的優(yōu)化方法。縮小數(shù)據(jù)塊的查找范圍可以減少數(shù)據(jù)點(diǎn)之間的比較次數(shù)從而減少距離的計(jì)算量,優(yōu)化的數(shù)據(jù)塊處理方法可以減少磁盤I/O次數(shù),兩者相結(jié)合可有效提高算法的檢測(cè)效率。
  (3)針對(duì)現(xiàn)有基于分布式的離群點(diǎn)檢測(cè)方法沒有對(duì)原始數(shù)據(jù)集進(jìn)行合理劃分,且未能給出合理的終止規(guī)則和有效

5、的數(shù)據(jù)傳遞模式的問題。本文提出一種基于聚類和索引的分布式離群點(diǎn)檢測(cè)算法(Distributed Outlier Detection based onClustering and Indexing,DODCI)。該算法既考慮了數(shù)據(jù)的劃分,又考慮了數(shù)據(jù)的處理順序以使后續(xù)剪枝過程的剪枝因子能在初始階段獲得一個(gè)較高的值,進(jìn)而提高剪枝效率。同時(shí),算法在分布計(jì)算的過程中還結(jié)合了兩個(gè)優(yōu)化策略和兩條剪枝規(guī)則,以減少節(jié)點(diǎn)之間的通信消耗。
  (4)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論